Impact of sub-pixel heterogeneity on modelled brightness temperature for an agricultural region

Knowledge of sub-pixel heterogeneity, particularly at the passive microwave scale, can improve the brightness temperature (and ultimately the soil moisture) estimation. However, the impact of surface heterogeneity (in terms of soil moisture, soil temperature and vegetation water content) on brightness temperature in an agricultural setting is relatively unknown. The Soil Moisture Active Passive Validation Experiment 2012 (SMAPVEX12) provided an opportunity to evaluate sub-pixel heterogeneity at the scale of a Soil Moisture Ocean Salinity (SMOS) or the Soil Moisture Active Passive (SMAP) radiometer footprint using field measured data. The first objective of this study was to determine if accounting for surface heterogeneity reduced the error between estimated brightness temperature (T_b) and T_b measured by SMOS. It was found that when accounting for variation in surface soil moisture, temperature and vegetation water content within the pixel footprint, the error between the modelled T_b and the measured T_b was less than if a homogeneous pixel were modelled. The correlation between the surface parameters and the error associated with not accounting for surface heterogeneity were investigated. It was found that there was low to moderate correlation between the error and the coefficient of variance associated with the measured soil moisture, soil temperature and vegetation volumetric water content during the field campaign. However, it was found that the correlations changed depending on the stage of vegetation growth and the amount of time following a precipitation event. At the start of the field campaign (following a precipitation event), there was strong correlation between the error and all three surface parameters (r ≥ 0.75). Following a precipitation event close to the middle of the field campaign (during which there was rapid growth in vegetation), there was strong correlation between the error and the variability in vegetation water content (r = 0.89), moderate correlation with soil moisture (r = 0.61) and low correlation with soil temperature (r = 0.26).     

附有物理量和气象条件约束的光学卫星国土观测有效覆盖率评估

传统光学卫星国土观测覆盖评估建立在卫星对地理想覆盖的基础上,并未考虑卫星存储、星地数据传输、观测时长等物理量及观测区域气象因素对于覆盖性能的影响。本文针对光学遥感卫星的国土观测需求.建立国土观测有效覆盖能力评估指标体系,根据卫星数据存储能力、星地数据传输能力、卫星单圈最大观测时长、卫星观测太阳高度角等性能参数,提出了基于物理性能约束下的有效覆盖计算方法。根据气象台站历年气象数据,提出了气象约束因子的计算方法。综合考虑卫星物理性能约束与观测区域气象约束,计算光学遥感卫星对地观测有效覆盖能力。最后根据专家设计的光学遥感卫星国土观测有效覆盖能力评估指标权重,利用层次分析法(AHP)评估光学遥感卫星系统对于国土观测的需求满足程度。试验结果表明,本文方法对于国土观测有效覆盖的估算和评价结果更加精确,更接近于国土观测的实际应用需求,为对地观测有效覆盖能力评估提供了一种更为精确的可行方案。     

顾及拓扑一致性的水系三维曲线化简

鉴于常规曲线化简方法应用于水系曲线化简时难以顾及水系要素的三维特征及其拓扑关系,本文提出了一种顾及拓扑一致性的水系三维曲线化简方法。该方法首先对D-P算法进行三维扩展,实现水系中单条河流三维曲线化简,然后构建水系树结构表达其拓扑关系,最后按照水系树的层次顺序依次进行河流曲线化简和干流与支流的拓扑关系重构。试验结果表明,该方法化简精度高,既能保持水系的三维形态特征,又能保证河流交汇处的拓扑一致性。     

利用压密方程计算分析西安市地面沉降特征

利用西安市地下水位监测资料,基于水文地质三维结构模型,在不考虑粘土层滞后压缩变形的理想情况下,采用压密方程计算获得西安市抽取地下水可引起的理论地面沉降量及沉降分布特征,结果表明:计算所得沉降显著区位于西安市西南部的高新区及东南部的曲江新区,沉降量呈由北向南递增的特征,与InSAR监测结果整体趋势具有较好的一致性;地面沉降分布特征受到活动地裂缝影响,沉降曲线呈近NE向偏转展布。研究结果可为沉降灾害预防研究提供宏观的参考信息。     

影像与激光雷达数据的城市地物信息提取

针对城市地物信息提取中地物边界难以确定、分类精度不高的问题,该文提出一套综合利用影像及激光雷达点云高程信息的面向对象分类方法。在分割中,各类地物的最佳分割尺度由监督法分割精度评价确定,最终分割结果利用粒度理论下的分割尺度综合方法进行合成,能兼顾不同地物最优分割尺度,获得准确地物边界;在分类中,采用ReliefF特征选择算法度量从影像及点云数据提取的对象特征重要度,选择最佳特征组合,并采用多分类器组合方法进行分类,以消除Hughes现象,提高分类精度。选择德国斯图加特市两块实验区进行分类实验,结果表明:该方法有利于提高大范围城市地物精细信息提取的精度和效率,具有较高的应用价值。     

清水河流域1978-2010年土地利用变化时空特征

通过对1978年、1998年和2010年3期遥感影像目视解译获得3期土地利用数据,分析清水河流域1978－2010年土地利用变化时空特征。研究表明：清水河流域1978－2010年期间,农用地、难利用地面积持续减少,林地、建设用地面积持续增加,草地面积先有所减少后增多,除林地以外其它土地类型变化幅度后期都较前期大;流域土地利用转移方向主要是农用地转为低、中、高覆盖度草地、林地和建设用地,中覆盖度草地转为低、高覆盖度草地和林地,低覆盖度草地转为中、高覆盖度草地、林地。结果表明,近年来清水河流域水土保持措施效果明显。     

遥感与地球系统科学

地球作为一个高度复杂的非线性系统,各圈层(大气、海洋、陆地、生物、冰雪圈、固体地球)尤其是人类活动等任何组成成份的变化,都会引起地球系统的变化。人类可持续发展面临的巨大科学挑战之一是认识人类赖以生存的、复杂变化的地球系统,认识地球系统如何变化及主要驱动因素,认识地球系统未来变化趋势及如何提高对全球变化的适应能力。卫星独特的全球覆盖和日尺度的观测改变了地球科学的研究方法,它强调所能探测到的多时空尺度上的物理动力过程,在全球范围应对气候变化、能源和环境挑战具有重要作用,揭开了地球系统多学科交叉的新纪元。以地球系统的视野,抓住驱动地球系统的关键循环过程(如能量、水、生物化学循环),是当前地球系统科学的发展趋势。地球系统科学(全球变化)研究需要长期稳定、准确性较高的卫星观测数据,以水循环为例,卫星遥感具备获取全球范围水循环关键参数能力,但是系统性综合观测能力不足,整体精确性受到综合化的可靠空间数据集的限制。目前中国正在积极研制发展新型水循环卫星WCOM(Water Cycle Observation Misssion),并寄希望以此为核心传感器发起全球分布式水循环观测星座系统,进一步提高中国在国际水循环观测与地球系统科学研究方面的话语权与领先能力。     

水质关键因素光谱遥感监测技术分析

针对传统水体水质分析方法过度依赖于实地测量和实验室化学分析,需要耗费大量人力物力且效率不高的问题,从水质遥感监测数据获取手段、典型反演监测模型、不同水体光谱遥感监测应用状况、水质遥感监测技术应用及前景等方面分析归纳了使用遥感技术监测水质的新方法。从可用数据类型、数据特征等方面对水质遥感监测数据获取的3种主要手段进行了比较;从复杂程度、使用场景、优缺点等方面对4种典型的反演模型进行了归纳;对遥感数据和模型在Ⅰ类和Ⅱ类水体应用中的常用组合方式进行了分析总结。     

面向蓝藻的洱海气象监测站布局方法

针对洱海流域蓝藻预警研究所需的气象数据不足的问题,提出洱海气象监测站优化布局方法,采用环境影响统计概念模型分析了对环境产生影响的主要经济因素,根据水体污染指标将洱海各个行政区分为高污染区和低污染区,再考虑汇入洱海支流是否流经高污染区,认为在高污染区支流汇入口是蓝藻发生概率较高的区域。依据2个主要参数:区域污染程度和支流入口,部署气象监测站,该监测站能为洱海蓝藻预警研究提供必要、准确和可靠的水面气温、降雨量以及日照长度等气象参数,将对水环境的监测和研究具有重大意义和广泛应用前景。     

Monitoring of water stress in wheat using multispectral indices derived from Landsat-TM

Detection of crop water stress is crucial for efficient irrigation water management. Potential of Satellite data to provide spatial and temporal dynamics of crop growth conditions makes it possible to monitor crop water stress at regional level. This study was conducted in parts of western Uttar Pradesh and Haryana. Multi-temporal Landsat data were used for detecting wheat crop water stress using vegetation indices (VIs), viz. vegetation water stress index (VWSI) and land surface wetness index water stress factor (Ws_LSWI). The estimated water stress from satellite data-based VIs was validated by water stress factor (Ws) derived from flux-tower data. The study observed Ws_LSWI to be better index for water stress detection. The results indicated that Ws_LSWI was superior over other index showing RMSE = 0.12, R² = 0.65, whereas VWSI showed overestimated values with mean RD 4%.